如何将句子分成单词和标点符号？

例如，我想拆分这句话：

I am a sentence.

变成一个由 5 部分组成的数组；I, am, a, sentence, and ..

我目前正在使用preg_split尝试后explode，但我似乎找不到合适的东西。

这是我尝试过的：

$sentence = explode(" ", $sentence);
/*
returns array(4) {
  [0]=>
  string(1) "I"
  [1]=>
  string(2) "am"
  [2]=>
  string(1) "a"
  [3]=>
  string(8) "sentence."
}
*/

还有这个：

$sentence = preg_split("/[.?!\s]/", $sentence);
/*
returns array(5) {
  [0]=>
  string(1) "I"
  [1]=>
  string(2) "am"
  [2]=>
  string(1) "a"
  [3]=>
  string(8) "sentence"
  [4]=>
  string(0) ""
}
*/

如何才能做到这一点？

您可以按单词边界进行拆分：

$sentence = preg_split("/(?<=\w)\b\s*/", 'I am a sentence.');

正则表达式几乎会扫描直到找到单词字符，然后在找到单词字符之后，正则表达式必须捕获单词边界和一些可选空格。

Output http://viper-7.com/kWRwQ4:

array(5) {
  [0]=>
  string(1) "I"
  [1]=>
  string(2) "am"
  [2]=>
  string(1) "a"
  [3]=>
  string(8) "sentence"
  [4]=>
  string(1) "."
}